지니어스 IT 팁!
메타버스(metaverse) 3차원의 가상세계를 뜻해, 무엇을 뛰어넘거나 초월한다는 뜻의 ‘메타(meta)‘와 우주, 세계를 뜻하는 ‘유니버스(universe)‘를 합친 단어야.

소피 상식 팁!
유토피아(utopia) 16세기 영국의 토마스 모어의 소설 이름을 딴 단어. 어디에도 없는 세상이란 뜻으로 천국같이 살기 좋은 최상의 사회를 가리켜,
반대말이 암울한 미래를 가리키는 ‘디스토피아(distopia)‘야. - P15

 이제 현실 세계는 물론 가상 세계인 메타버스에서도 AI의 손길이 닿지 않는 곳은 없다. 어찌 보면 ‘AI가 없이 이 세계가 잘 작동될 수 있을까?‘라는 질문에 ‘그렇다.‘라고 확신할 수 없을 만큼 사람들은 AI에 크게 의존하며 살아가고 있다. - P15

준이 사는 이 도시는 20년 전만 하더라도 범죄 도시라 불리던 곳이었다. 60여 년 전에는 자동차 산업이 매우 발달하여 부유한 도시였지만, AI의 등장과 발달로 모든 게 바뀌기 시작했다. AI가 사람들을대체하면서 일자리가 사라지게 되자 사람들은 어쩔 수 없이 다른도시로 하나둘 떠나기 시작했다. - P15

소피 상식 팁!

기본소득 토마스 모어 소설 『유토피아」에 처음 나온 말이야, 재산, 일에상관없이 사회의 모든 구성원에게 무조건 균등하게 지급하는 소득을 가리켜. - P16

지니어스 IT 팁!

퍼셉트론(perceptron): 1957년 뇌의기능을 모델 삼아 만든 인류 최초의 인공 신경망으로 미국 코넬 항공 연구소의 프랑크 로젠블라트가 고안했어.

대화형 AI: 스마트폰의 시리, 빅스비처럼 음성을 인식해 인간과 같은 대화를 나눌 수 있는 인공지능 시스템. 챗GPT도 대규모 언어모델에 기반한 대화형 인공지능 시스템이야

강한 인공지능: 영화 「아이언맨」 속자비스와 같이 인간의 지능 수준인 AI를 가리켜. 반대로 호텔 예약을 해주거나 영화를 추천해주는 등 어떤 특정한기능만 하는 AI를 약한 인공지능이라부르지. - P17

레논 박사가 만들고 싶은 어반시티는 자신의 최종 연구 성과가 될 강한인공지능이 있는 스마트 AI 도시였다. 하지만 투자자와 연구자들의 반응은 싸늘했다.
"AI가 너무 똑똑해도 문제라고. 그저 사람 대신 특정한 기능만 수행해줘도 충분한데 말이지..."
"강한 인공지능이 제어하는 도시라 말이야 좋긴 한데, 강한 인공지능이 잘못된 판단을 내리면 그 피해는 어쩌라는 거야? 젊은 풋내기 박사 녀석이 책임진다고 해결될 문제인 건가?" - P17

자이로와 레논,
둘의 어긋나버린 우정

많은 사람은 어반시티의 부활을 알린 사람으로 레논 박사를 꼽았다. 하지만 순전히 레논 박사의 역량만으로 지금의 도시로 탈바꿈하게 되었다고 말할 순 없다. 레논 박사의 연구에 자이로의 자본력이 모여 이루게 된 열매라 보는 것이 더 정확할 것이다.  - P19

사실 레논 박사는 이미 오래전부터 기존의 AI 로봇들과는 전혀 다른 새로운 AI 로봇 연구를 진행해왔다. 그의 AI 로봇은 마치 사람처럼 생각하고말하며 행동했다. 감정이 있었고, 질문을 통해 스스로 학습하고, 자기 생각을 발전시켜 나갈 수 있는 특별한 능력이 있었다. 레논 박사는 자이로의 탐욕이 어반시티에 미치게 되었을 때 이 AI 로봇들을 세상에 공개하기로 마음먹는다. 바로 AI 히어로들이었다. - P22

명탐정과 소녀

반대편 거리에서 걸어오고 있는 준을 발견한 루시는 손을 흔들었다. 준은 평소 루시를 자신의 동생 같다고 생각한다. 루시는 다른 AI 히어로들과는 달리 유독 사람과 비슷하게 만들어졌기 때문이리라.
"박사님, 루시는 왜 저런 모습인가요?"
(중략)
준은 고개를 내저으며 혼잣말로 나직이 중얼거렸다.
‘아뇨, 박사님. 루시의 모습은 엄청 주의를 끈다고요? - P27

루시는 언어에 특화된 AI 로봇이다. 루시를 처음본 사람들은 루시를 사람이라고 생각하지만, 루시와 몇번 대화를 해보면 로봇이라는 것을 알아챈다. (중략).
"준, 정말 약속을 잘 지키는구나. 단, 한 번도 늦은 적이 없어!! 카르페 디엠, 쾀 미니뭄 크레둘라 포스테로!"
"탐정 활동 중에는 바깥에서 이목을 끌 필요 없잖아. 나이에 어울리는말을 쓰라고." - P28

 반짝이는 유리 상자 안에는 동물의 깃털이 들어있었다.
"루시, 제법인데? 이걸 어디서 찾았어?"
"희망로 주변에서 병에 걸린 사람들의 주소를 조회해 봤어. 특히 집 주변에서 이 깃털을 주로 발견할 수 있었어. 어때? 내 조사 실력이?"
"좋아, 이 깃털을 조사하면 좀 더 사건이 명확해질 거야." - P30

루시가 생각에 잠긴 준에게 말했다.
"일단 범인을 잡는 일도 중요하지만, 바이러스 확산을 막는 것이 우선일 것 같아."
"동감이야. 일단 희망로 주변 까마귀들을 잡아서 바이러스를 옮기는 걸 막아야겠어." - P31

"박사님! 빠르고 날쌘 까마귀를 사람이 잡는 것은 어려워요! 사람이 일일이 까마귀를 잡는 것이 어렵다면 AI 로봇을 활용해야만 해요..."
준은 말을 계속 이어나갔다.
"AI 로봇의 카메라 센서에 비친 영상에서 ‘까마귀‘가 인식되면 로봇이까마귀를 잡게 하고, ‘까마귀가 아닌 새‘들은 잡지 않게 하면 문제를 해결할 수 있을 거예요." - P31

"그러니 AI 로봇을 포획 작전에 쓰기 전에 학습을 시켜야만 한단다. AI히어로의 도움을 빌리도록 하려무나! 히어로들의 도움을 받는다면 학습시키는 시간을 줄일 수 있을 거야. 이런 상황에서 유용하게 쓰일 수 있는 알고리즘에는 K-NN이 있지."
"k-NN 알고리즘이라고요?"
"그래. 특정 대상과 그 대상이 아닌 것을 간단하게 구별해야 할 때 가장 유용하게 쓸 수 있단다."
"그렇군요. 그러면 K-NN을 와이드에게 부탁하면 되겠어요!" - P32

멋진 광경의 까마귀 포획 작전

AI에 달린 카메라가 야생 동물의 눈동자마냥 회전하며 주변을 살피기 시작했다.
그러던 중 한 떼의 새 무리와 AI 로봇 무리가 서로 마주쳤다. 날아가는새 무리는 V자를 그리며 이동하는 기러기 떼였다. ‘과연 AI 로봇은 어떻게 행동할까?‘ 준은 이 장면을 숨죽이며 쳐다보았다.
AI 로봇은 쏜살같이 기러기 떼를 향해 날아갔다. 그러나 곧 멈추고 선회하여 다른 방향을 향해 이동하기 시작했다. - P33

이윽고, 한 무리의 AI 로봇이 까마귀를 그물에 포획한 채 이동하는 모습을 발견할 수 있었다.
"준! 네가 재빠르게 만든 알고리즘 덕분에 주변의 모든 까마귀만을 포획할 수 있었어. 물론 와이드도 실력 발휘를 했지! 그나저나 불쌍한 까마귀들 본의 아니게 악당에게 이용당해 버렸네. 잘 치료해주고 다시 풀어주자." - P33

‘까마귀… 까마귀 왜 하필 까마귀일까? 다른 새들을 이용하면 더 많이 바이러스를 퍼뜨릴 수 있었을 텐데. 가만, 까마귀의 습성이 뭐였더라?‘ - P34

친구는 자신을 비추는 거울

그러면 K-NN 알고리즘은 무엇일까요?
K-NN 알고리즘은 특정 사물을 분류해야 할 때, 그리고 그 대상이 맞는지 아닌지 구별해는 문제를 해결하기에 적합합니다. 준의 문제처럼 까마귀인가 까마귀가 아닌가를 구별하는 단순한 문제에도 K-NN이 적합하지요.
필요한 준비물은 데이터인 새들의 사진입니다. 새로운 사진이 입력됐을 때, 학습한 까마귀와 비슷한 사진일수록 학습한 까마귀 사진과 가까운 위치에 놓이게 돼요.  - P36

분류하려는 데이터에서 가장 가까운 K개의 데이터를 찾아 다수결의 원칙에 따라 데이터를 판별해야 하므로, K(=이웃 개수)는 홀수로 정하는 것이 효과적입니다. 만약 K(=이웃 개수)를 짝수로 설정한다면 동점이 나왔을 경우, 판정을 내릴 수 없기 때문입니다. 동점일 경우, 임의의 값을 따르거나 추가로가장 가까운 값을 따르도록 설정해주어야 해요. 그래서 보통 K(=이웃 개수)는 홀수로 정합니다. - P36

K-NN은 우리말로 ‘최근접 이웃‘
이라고 해. ‘가장 가까운 이웃‘이란 뜻이지. 실제 알고리즘도 가장 가까운 이웃에 위치하는 대상을 같은 것으로 판단해주는 일을 해. - P36

아니, 뭐가 어떻게 되어가고 있는 거지?

"준! 바토우 형사네! 좋지 않은 일이 생긴 것 같아. 잠깐 경찰국으로 와줄 수 있겠어?"
"네, 지금 바로 갈게요!"
뭔가 심상치 않은 느낌을 받은 준은 황급히 경찰국으로 향하기 위해 택시를 호출했다. 1분쯤 지나자 자율주행 택시가 준의 집 앞에 도착해있었다. - P45

 7구역은 준의 집 외에도 어반시티의 경찰국과 AI 로봇 회사인 자이로스콥이 있는 곳인데 그곳의 AI 로봇들이 길거리의 시민들과 대치 중이었다. 한편으로 몇몇 AI 로봇들은 경찰국의 정문 앞으로 서서히 모여들고 있었다. - P46

말도 안 돼!
AI 로봇들이 사람들을 해치고 있다니

 반가움도 잠시, 바토우 형사는 사태의 시급함 때문인지 심각한 눈빛을 하고는 바로 본론으로 들어갔다.
"준, 지금 뭔가 문제가 생겼어. 7구역의 AI 로봇들이 사람들을 안전상의이유로 통제하기 시작했어. 오늘 20주년 축하 행사 때 풀어놓은 경찰국 AI로봇들도 마찬가지야. 경찰국의 명령을 듣지 않고, 계속 안전을 이유로 사람들을 집으로 돌아가도록 하고 있어. 통제에 따르지 않는▮시민들은 AI 로봇들과 대치 중인데... 뭔가 이상해."
준은 바토우 형사에게 다급히 물었다. - P46

"안 그래도 자이로스콥 측에 연락을 취해보고 있긴 한데 AI 로봇들은 기본적으로 로봇 3원칙에 의해 프로그래밍 되기 때문에 전혀 문제가 없다는 말만 되풀이하고 있어." - P47

소피 상식 팁!
로봇 3원칙: SF 작가 아이작 아시모프의 로봇 3원칙을 가리켜. 1. 로봇은 인간에게 해가 되는 행위를 할수 없고, 2. 로봇은 인간의 명령에 복종하되 1원칙을 위배할 수 없으며, 3. 로봇은 자신을 스스로 보호하되, 1, 2 원칙을 위배할 수 없어.

엄마와 해본 스무고개로도 세상을 구할 수 있어

아까 호출해 놓아 곁에서 서성이는 소피에게 물어보았다.
"소피, 스무고개를 할 수 있는 웹사이트 알아?"
"아키네이터가 있지. https://kr.akinator.com/ 주소로 들어가 봐."
소피가 알려준 대로 접속하니 다음과 같은 화면이 나왔다. - P48

AI 히어로들 중 박사로 불리는 지니어스가 대답했다. "내 추론에 따르면 스무고개와 비슷한 원리로 범인의 존재를 찾을 수 있을 가능성은 92%야."
대답을 들은 준의 눈망울이 더 또렷해지고 밝게 빛나기 시작한다. 이에지니어스는 준에게 다음과 같이 제안을 하였다.
"그럼 스무고개와 관련한 공부를 더 해볼까? 문제를 해결하는 데 도움이 될 거야." - P50

"맞아, 이렇게 데이터의 상태나 흐름을 눈에 보이게 그래프나 그림으로나타내면 데이터에 숨겨져 있던 의미나 보이지 않던 정보를 알아낼 수 있어! AI는 많은 양의 데이터를 가지고 학습하는 과정을 거쳐, 이때, 사용하는 데이터를 학습 데이터 또는 훈련 데이터라고 하지. 학습이 끝나면 학습이 잘 죄었는지를 평가하게 되는데 이때 사용하는 데이터를 시험 데이터라고 해!" - P52

"학습 데이터에 포함되지 않은 시험 데이터로 평가해야 진짜 AI 성능을잘 측정할 수 있기 때문이지! AI는 사람이 알려준 것 이상의 일을 할 수 있어야 해. 가르쳐 주지 않은 데이터를 보고 이것이 무엇인지 분류하거나 앞으로 어떻게 될 것인지 예측할 수 있어야 하거든. 여기 학습 데이터가 있어! 이번에는 보기 좋게 표의 형태로 보여줄게!" - P52

준은 눈망울을 초롱초롱 빛내며 대답했다.
"학습시킨 AI가 무엇을 예측할지 잘 알 수있을 뿐 아니라, 왜 그렇게 예측했는지도 쉽게 파악할 수 있어!" - P53

범인을 찾으려면
용의자 후보부터 추려봐야 해

준은 범인을 찾기 위해 범인 후보군 목록을 작성하기로 마음먹었다. 범인 후보군 목록을 작성하고 단계마다 특성이나 질문을 ‘기준‘으로 삼아 통과해 나간다면 최종적으로 범인을 찾을 수 있을 것이란 확신이 생겼기 때문이다. 아무리 자신감이 붙은 준이었지만, 혼자만의 힘으로는 역부족임을 절감했다. 평소 같으면 레논 박사에게 물어보면 되지만 레논 박사님도행방불명된 상태였기 때문이다. - P54

"나도 AI 로봇들이 왜 이런 행동을 하는지 정확한 이유를 모르겠어. 하지만 준! 내 생각엔 누군가 AI 로봇들에게 잘못된 명령을 의도적으로 내린것 같아! 로봇 3원칙을 일부러 깨서 행동하도록 말이야...."
"제가 루카스 박사님을 이곳에 모셔온 이유는 저 AI 로봇들에게 잘못된 명령을 의도적으로 내린 누군가를 찾기 위해서예요. 박사님! 범인 후보군의 목록을 만드는 일을 도와주세요. 그중에서 단계별로 기준을 잘 설정해서 분류해나간다면 범인을 찾을 수 있을 거예요!" - P55

루카스 박사의 질문에 준은 턱을 괴며 생각했다.
‘에드몬드 경찰국장... 어반시티의 치안을 담당하는 총 책임자. 과거에는도시와 시민들을 위하는 인물이었으나 경찰국장이 된 후로, 자이로스콥과비리 사건에 연루되었었지. 자이로스콥의 회장인 자이로는 자신의 탐욕을위해서는 어떠한 일도 벌일 수 있는 인물이지.....‘
"음, 에드몬드 경찰국장과 자이로 회장이요" - P56

제대로 된 질문이 우리에기 범인을 알려줄 거야

지니어스가 준을 바라보며 말했다.
"준, 지금 네가 무슨 생각을 하는지 알 것 같아! 지금쯤이면 어떤 질문을할지 고민할 차례인데 혹시 그 생각이 맞니?"
"맞아, 지니어스. 어떤 질문을 하느냐에 따라 범인을 쉽게 찾을 수도 있고, 영영 못 찾거나 엉뚱한 누군가를 지목할 수도 있을 것 같아. 이거 생각보다 쉽지 않네…" - P57

"여기 각각의 후보들이 AI 로봇을 제어할 권한이 있는지 없는지를 한 번따져볼까요? 먼저 일곱의 AI 히어로들은 AI 로봇을 제어하고 조종할 수 있을지도 모릅니다. 하지만 레논 박사님께서는 제게 AI 히어로들을 작동시키고 통제할 수 있는 권한을 주셨죠. 저는 AI 히어로들에게 자이로스콥의 AI로봇들을 제어하라고 명령한 적이 없습니다. 그래서 AI 히어로들은 AI 로봇을 제어할 권한을 가지고 있지 않습니다." - P60

게슴츠레한 눈빛을 한 에드몬드 국장이 준을 쳐다보며 말했지만, 준은 별 개의치 않은 눈치였다.
"저 또한 자이로스콥의 AI 로봇을 제어할 권한이나 힘을 가지고 있지않습니다. 있었다면 진작에 이런 일이 벌어지지 않았겠죠. 바토우 형사님과 에드몬드 경찰 국장님 또한 저와 마찬가지이실 거고요. 안 그러신가요, 국장님?" - P61

"두 번째 질문은 AI 로봇들이 로봇 3원칙을 지키는 것을 원하는지 여부입니다. 범인은 분명 AI 로봇들에게 로봇 3원칙을 깨는 행동을 하게 했어요. 평소 공공연하게 또는 드러나지 않게 AI 로봇들이 로봇 3원칙을 깨는것에 찬성하는 용의자가 있다면 그자가 범인일 가능성이 크다고 생각했습니다. 이제 차례차례 살펴볼까요? 음.. 누굴 먼저 할까요?" - P62

"자이로 회장은 더 많은 AI 로봇들을 판매하길 원하는 기업가입니다. AI로봇들이 로봇 3원칙을 지키지 않으면 즉시 폐기되기 때문에 경제적 손실을 감내하고 원칙을 어기도록 한다는 건 언뜻 이해하기 어렵다고 할 수 있어요."
"그렇다면 남는 것은 마지막으로 어반스인데… 어반스가 AI 로봇들이 로봇 3원칙을 지키는 것을 원하지 않을 이유가 대체 뭐가 있겠나?"
에드몬드 경찰국장은 이해가 안 된다는 표정을 지으며 계속해서 질문을던졌다. - P63

"아시다시피 어반스는 스마트 AI 시티의 모든 시스템을 통제하여 관할하고 있습니다. AI 로봇들이 각자 판단하여 행동한다고 하더라도 어반스는 각기 AI 로봇들의 판단을 뒤집을 수가 있죠. (후략)." - P64

"국장님. 여기에 어반스의 위험성이 있습니다. 어반스는 다른 AI 로봇들에게 자신의 판단을 전달하고 내릴 수 있어요. 스마트 시티 곳곳의 고장이나 오류를 찾아내고, 수정할 수 있는 권한이 어반스에게 있습니다. 그렇다면 어반스가 로봇 3원칙을 어길 수는 없을까요? 루카스 박사님! (후략)" - P64

어반시티의 지혜로운 시민들, 도와주세요

"현재 어반시티의 길거리와 도로에는 어떤 시민들도 보이지 않습니다.
지난밤 AI 로봇들과 대치하였던 대다수 시민들이 다치거나 목숨을 잃는상황까지 발생했는데요, 방금 들어온 속보에 의하면 AI 로봇들이 현재 어반시티 내의 AI 통제센터로 몰려들고 있다는 소식입니다. 시민 여러분은외출을 자제해주시고, 방송을 시청하시면서 만일에 발생할지 모를 사태에대비하시기 바랍니다."
‘AI 통제센터라니.. 앗, 그곳은?!‘
"AI 통제센터는 어반스가 있는 곳입니다!" 준의 외침에 루카스 박사가고개를 끄덕였다. - P66

스스로 스무고개를 하는 인공지능

준과 여러분이 최종 범인을 어반스로 지목할 수 있도록 도운 방법은 무엇이었나요? 그것은바로 AI 속 숨어있는 스무고개의 원리였습니다. 이 Al 속 스무고개의 원리를 의사결정트리(Decision Tree)라 합니다. 왜 의사결정트리라고 부를까요? - P70

AI를 만드는 방법인 머신러닝에는 굉장히 다양한 종류가 있습니다. 그중 하나가 바로 의사결정트리입니다. 의사결정트리는 데이터의 분류와 예측 모두에 사용될 수 있는 방법이라 할 수 있죠. - P70

사실 답을 맞히는 처지에서는 적은 개수의 질문으로 정답을 맞히는 것이 좋습니다. 답을 맞히기 위해 들이는 시간과 노력이 덜할 수 있기 때문이죠.
의미 있는 질문은 먼저 하는 것이 중요합니다.
왜냐하면, 정답에 관해 많은 정보를 가진 질문을 먼저 하게 되면 정답이 아닌 특성을 가진 데이터를 단번에 많이 제외할 수 있게 되고, 그만큼 정답에 빠르고 쉽게 접근할 수 있게 되기 때문입니다. - P71

의사결정트리는 컴퓨터가 스무고개를 스스로 하게끔 만든 프로그램입니다. 스무고개는 판단의과정을 그림으로 그릴 수 있으므로 분류 및 예측 결과에 대한 이유나 설명을 쉽게 파악할 수 있습니다. 예를 들어, 환자가 어떤 병에 걸렸을 때 이러이러한 조건에 부합하기 때문에 어떠한 질병이 의심된다고 설명을 해줄 수 있죠. 또 이 이야기에서와 같이 어반스를 범인이라고 판단한 과정과 이유를 상세히 설명해 줄 수 있답니다. - P72


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo